MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar（最近看了几个关于功率谱的问题，有关AR模型的谱估计，在此分享一下，希望大家不吝指正）（声明：本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计）（按：AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法，但是其模型阶次的估计，除了HOSA工具箱里的arorder函数外，没有现成的函数可用，arorder函数是基于矩阵SVD分解的阶次估计方法，为了比较各种阶次估计方法的区别，下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计，并采用试验方法确定那一个阶次更好。
）………………………………以上省略……………………………………………………………………假设原始数据序列为x，那么n阶参数使用最小二乘估计在MATLAB中实现如下：Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外，还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数，比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则，分别为矩阵奇异值分解（SingularValueDecomposition,SVD）定阶法、最小预测定误差阶准则（FinalPredictionErrorCriterion,FPE）、AIC定阶准则（Akaika’sInformationtheoreticCriterion,AIC）、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的，在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数，阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现，下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序（部分）：form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)＞=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
（注：以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得，修改后的pburg等函数会在附件中示意，名为pburgwithcriterion）登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象，分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次，图4.1（见下页）为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出，使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近，即阶次10左右会使相应的目标函数最小化，符合定阶准则的要求，使用CAT定阶准则预测的阶次较小，在5~10之间。
图4.2（见下页）为另一例信号的阶次估计情况，从中也可以得到同样的结论。
（注，实验信号为实验室所得，没有上传）登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传

E-prime实验设计技术

实验设计：1、用H5设计显示界面。
显示内容有当前播放的歌曲名，歌曲进度，上一首、播放/暂停、下一首按钮，声音大小控制，默认播放的音乐等：

递归下降分析法一、实验目的：根据某一文法编制调试递归下降分析程序，以便对任意输入的符号串进行分析。
本次实验的目的主要是加深对递归下降分析法的理解。
二、实验说明1、递归下降分析法的功能词法分析器的功能是利用函数之间的递归调用模拟语法树自上而下的构造过程。
2、递归下降分析法的前提改造文法：消除二义性、消除左递归、提取左因子，判断是否为LL（1）文法，3、递归下降分析法实验设计思想及算法为G的每个非终结符号U构造一个递归过程,不妨命名为U。
U的产生式的右边指出这个过程的代码结构：(1)若是终结符号，则和向前看符号对照，若匹配则向前进一个符号；
否则出错。
(2)若是非终结符号，则调用与此非终结符对应的过程。
当A的右部有多个产生式时,可用选择结构实现。
三、实验要求（一）准备：1.阅读课本有关章节，2.考虑好设计方案；
3.设计出模块结构、测试数据，初步编制好程序。
（二）上课上机：将源代码拷贝到机上调试，发现错误，再修改完善。
第二次上机调试通过。
（三）程序要求：程序输入/输出示例：对下列文法，用递归下降分析法对任意输入的符号串进行分析：（1）E-＞eBaA（2）A-＞a|bAcB（3）B-＞dEd|aC（4）C-＞e|dc输出的格式如下：(1)递归下降分析程序，编制人：姓名，学号，班级(2)输入一以#结束的符号串：在此位置输入符号串例如：eadeaa#(3)输出结果：eadeaa#为合法符号串注意：1.如果遇到错误的表达式，应输出错误提示信息（该信息越详细越好）；
2.对学有余力的同学，可以详细的输出推导的过程，即详细列出每一步使用的产生式。
（四）程序思路0.定义部分：定义常量、变量、数据结构。
1.初始化：从文件将输入符号串输入到字符缓冲区中。
2.利用递归下降分析法分析，对每个非终结符编写函数，在主函数中调用文法开始符号的函数。

萧德云的系统辨识理论及应用，本文讲的很全，不过感觉本文偏重辨识算法，输入信号的设计、最优实验设计没讲，不得不说有点缺陷，其次，感觉文笔一般，没有太让人想看的欲望，丁锋出了更全的系统辨识，不过暂时没搞到全的，好像也只出了第一、三册。
由于文件大，分1,2两部分。

本实验设计一个十字路口的交通灯控制器，分为东西和南北两个部分。
每个部分有五盏灯，分别为左转灯、直行灯、右转灯、人行道灯及黄灯，另外还有一个倒计时器。
左转灯、直行灯、右转灯、人行道灯亮表示允许通行，灯灭表示禁止通行；
黄灯亮表示即将有信号灯的状态发生改变；
倒计时显示了到下一状态的时间。
2.状态表(0表示灯灭，1表示灯亮)时间度量 东西方向 　南北方向 东西方向 南北方向t/s ← ↑ → 行人 黄 ← ↑ → 行人 黄 倒计时/s 倒计时/s0~13 0 1 1 0 0 0 0 0 0 0 13 4513~15 0 1 1 0 1 0 0 0 0 0 2 　15~28 0 1 0 1 0 0 0 0 0 0 13 　28~30 0 1 0 1 1 0 0 0 0 0 2 　30~43 1 0 0 0 0 0 0 0 0 0 13 　43~45 1 0 0 0 1 0 0 0 0 0 2 　45~58 0 0 0 0 0 0 1 1 0 0 45 1358~60 0 0 0 0 0 0 1 1 0 1 　 260~73 0 0 0 0 0 0 1 0 1 0 　 1373~75 0 0 0 0 0 0 1 0 1 1 　 275~88 0 0 0 0 0 1 0 0 0 0 　 1388~90 0 0 0 0 0 1 0 0 0 1 　 23.状态图(低电平表示灯灭，高电平表示灯亮)4.顶层设计图如图所示，交通灯控制器主要分为三个模块，交通灯状态控制，交通灯显示和倒计时。
交通灯状态控制模块：接受频率为1Hz的时钟信号，根据该信号进行处理，对交通灯显示和倒计时模块给出相应的状态编号(12个状态)。
交通灯显示模块：通过相应的状态设置两组交通灯的亮灭。
倒计时模块：通过相应的状态确定倒计时的基数及显示。

本报告介绍了DACE（DesignandAnalysisofComputerExperiments，计算机实验设计与分析）软件包的背景和使用说明。
DACE软件包是一个对计算机模型做克里金近似（krigingapproximation）的Matlab工具箱。
本软件的典型应用是基于计算机实验数据建立一个克里金近似模型，并将其用作计算机模型的代理模型。
这里，计算机实验是指通过运行计算机模型获得的若干组输入和响应数据。
而计算机模型的这些输入或响应数据都有可能是高维的。

发送tcp数据包C++程序实现。
。
。
。
。
。

本实验设计目的是通过完成从用户需求分析、数据库设计到上机编程、调试和应用等全过程，进一步了解和掌握数据库中所讲解的内容。
民航售票在计算机网络,数据库和先进的开发平台上,利用现有的软件,配置一定的硬件,开发一个具有开放体系结构的,易扩充的,易维护的,具有良好人机交互界面的机票预定系统,实现航空公司的机票销售的自动化的计算机系统,为企业的决策层提供准确,精细,迅速的机票销售信息. 其中包括航线信息管理、客户信息管理和票务系统管理 航线信息管理又包括航线信息、客机信息和航线的信息。
客户信息管理有客户信息和客户类型的管理。
票务管理就是一些订票信息的管理。
本系统可以添加、修改和查询相关的信息。
本设计主要实现了用户的订票、查询航班和更改用户信息的功能。
该设计主要是完成航线信息的管理模块，包括航线的查询修改和删除以及舱位和客机的修改、添加和查询等

北邮滑动窗口协议实验设计。
滑动窗口协议--SDL设计；
北邮滑动窗口协议实验设计。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。